大模型吃走入口，应用还在找碗

这条新闻值得关注，但“应用活力不足”不等于没人用AI。应用层还没站稳。大模型像自来水厂，出水口越来越多，很多AI应用只是接根管子，卖个杯子，用户自然觉得可有可无。

模型越强，通用入口越像基础设施。OpenAI本来在底层模型，结果越做越像操作系统加超级应用。36氪那组观察有点狠，真正收入过亿美元的AI应用公司屈指可数。MiniMax半年报里，营收1.17亿美元，同比增长283.1%，半年就超过2025全年7900万美元，亏损3.58亿美元，仍然不小。模型吃肉，应用层连汤都不一定喝稳。

很多团队做AI应用，默认路径是套模型，加聊天框。发布会好看，第二天模型升级，护城河就没了。周鸿祎说大模型像原子弹，应用像茶叶蛋。比喻热闹，但商业里，茶叶蛋也不是随便摆个摊就能卖。

美图设计室这类垂直工具值得看，它把AI塞进了电商设计这种有预算、有频次，也有验收标准的工作流。用户付费的是少加班、少返工。模型提供通用能力，应用提供交付确定性。

这几天我在试 RAG 和搜索 agent，感受很直接。让模型别瞎编，靠提示词嘴硬不够，检索、引用、边界和复核才管用。应用也一样。接上业务数据，让结果可追溯，这些脏活才是壁垒。

AI应用活力不足，还有一个常被忽略的问题，企业接起来麻烦。我之前写过性价比账本，意思也类似。模型价格、质量线、复核日期会一起变，不能只找最便宜。应用层如果只给漂亮界面，没帮团队解决额度、权限、成本和日志，最后还是会卡住。

真正能活的应用，至少要接进已有流程，不强迫用户多开一个窗口，管住数据和权限，不让敏感内容裸奔，算清成本和质量，让老板知道钱花在哪。

这也是我最近看 viaSocket、Subpool 这类工具的原因。它们刚上手，不能吹成成熟方案。但如果能把授权、重试和额度分配包好，接入成本会低很多。接入成本是关键。工具能不能活，很多时候看第一天能不能跑通。

大模型继续往前冲，应用活力不足，听上去像坏消息。我反而觉得这是行业开始分账。模型公司卷参数和推理，也卷入口，应用公司该卷岗位和流程，也卷验收。

有些应用死掉，问题在交付太轻。有的上线一百八十天，融资数千万，攒下几十万用户，最后还是关停。热闹之后，留下的往往是能嵌进具体工作的小东西，一个改图流程，一个检索链路。

能活下来的AI应用，会把聪明变成可收费的日常。